Biofysiker upptäcker fyra nya regler för DNA 'grammatik'

Den österrikiske biokemisten Erwin Chargaff är känd för de två regler han upptäckte som nu bär hans namn. Vid tiden för denna upptäckt, 1950, var det största problemet inom biologin att förstå DNA:s struktur. Chargaffs regler visade sig vara en viktig ledtråd i detta pussel.

Biologer hade länge vetat att DNA byggdes av fyra molekyler: adenin, guanin, tymin och cytosin. De antog att dessa molekyler förekom i lika stor mängd och avfärdade alla mätningar som antydde något annat som experimentella fel.

Chargaff visade genom noggrann mätning att detta antagande var fel. Han fann att mängden adenin var lika med tymin och mängden guanin lika med cytosin men dessa var inte lika med varandra. De grova siffrorna är: A=T=30% och G=C=20%.

Chargaffs första paritetsregel, som detta nu kallas, var en viktig ledtråd som James Watson och Francis Crick använde för att utveckla sin basparmodell för dubbelhelixstrukturen. Biologer vet nu att eftersom A binder med T och G binder till C för att bilda en dubbelhelix, gäller denna regel för allt dubbelsträngat DNA.

Chargaff fortsatte med att upptäcka att en ungefärlig version av hans regel också gäller för det mesta (men inte allt) enkelsträngat DNA. Det är mycket mer ett pussel och biologer är fortfarande inte helt säkra på varför det är sant.

Chargaffs regler är viktiga eftersom de pekar på en sorts grammatik inom biologi, en uppsättning dolda regler som styr DNA:s struktur. Denna grammatik borde avslöja sig som mönster i DNA som är oföränderliga för alla arter.

Men under de 60 år som gått sedan Chargaff upptäckte sina oföränderliga mönster, har inga andra dykt upp. Tills nu.

Idag säger Michel Yamagishi vid Applied Bioinformatics Laboratory i Brasilien och Roberto Herai vid Unicamp i Sao Paulo att de har upptäckt flera nya mönster som avsevärt breddar grammatiken i DNA.

Deras tillvägagångssätt är okomplicerat. Dessa killar använder mängdteori för att visa att Chargaffs befintliga regler innebär att det finns andra mönster av högre ordning.

Här är hur. Ett sätt att tänka på mönstren i DNA är att dela upp en DNA-sekvens i ord med specifik längd, k. Chargaffs regler gäller för ord där k=1, med andra ord, för enstaka nukleotider.

Men hur är det med ord med k=2 (t.ex. AA, AC, AG, AT och så vidare) eller k=3 (AAA, AAG, AAC, AAT och så vidare)? Biokemister kallar dessa ord oligonukleotider. Mängdlära innebär att hela uppsättningen av dessa k-ord också måste lyda vissa fraktalliknande mönster.

Yamagishi och Herai destillerar dem till fyra ekvationer.

Naturligtvis är det bara möjligt att se dessa mönster i enorma DNA-datauppsättningar. Javisst, Yamagishi och Herai har numrerat DNA-sekvenserna för 32 arter som letar efter dessa nya fraktala mönster. Och de har hittat dem.

De säger att mönstren visar sig med stor precision hos 30 av dessa arter, inklusive människor, e coli och växten arabidopsis. Endast humant immunbristvirus (HIV) och Xylella fastidiosa 9a5c, en insekt som angriper persikor, överensstämmer inte.

Dessa nya regler visar för första gången att oligonukleotidfrekvenser har oföränderliga egenskaper över en stor uppsättning genom, säger de.

Det kan visa sig vara extremt användbart för att bedöma prestandan hos ny teknik för att sekvensera hela genom i hög hastighet.

Ett problem med dessa tekniker är att veta hur exakt de fungerar. Yamagishi och Herai föreslår att ett enkelt test skulle vara att kontrollera om de nyligen sekvenserade genomen innehåller dessa oföränderliga mönster. Om inte, så är det ett tecken på att tekniken kan introducera någon form av partiskhet.

Det här är lite som ett checksumtest för att upptäcka oavsiktliga fel i datablock och en snygg vetenskap att starta upp.

Ref: arxiv.org/abs/1112.1528 : Chargaff's Grammar of Biology: New Fractal-like Rules

Dölj